Rumus untuk mencari nilai varians adalah Umar, 2005:
n n
ΣΣ ΣΧ
σ
2 2
2
……………. 4 Dimana :
2
σ = Varians n = Jumlah sampel responden
X = Nilai skor yang dipilih total nilai dari nomor-nomor butir pertanyaan.
Uji reliabilitas dilakukan pada 30 responden dimana reliabilitas suatu konstruk variabel dikatakan baik jika memiliki nilai
Cronbach’s Alpha
lebih dari 0,361. Pengujian reliabilitas diolah dengan menggunakan software SPSS versi 17.
3.5.3. Analisis Deskriptif
Faktor-faktor yang tidak dianalisis secara statistik dianalisis secara deskriptif. Analisis ini digunakan untuk menganalisis identitas
umum dan karakteristik responden yang menggunakan Telkom Speedy dan menganalisis tahapan proses keputusan pembelian Telkom Speedy.
Analisis deskriptif
digunakan untuk
mengidentifikasi karakteristik konsumen dan proses keputusan pembelian yang
mencakup pengenalan kebutuhan, pencarian informasi, evaluasi alternatif, pembelian dan perilaku pasca pembelian yang selanjutnya
dibuat ke dalam bentuk tabulasi, yaitu pengaturan data ke dalam suatu tabel dan dikelompokkan berdasarkan jawaban yang sama, kemudian
dipersentasekan berdasarkan banyaknya jawaban dari responden. Persentase yang terbesar merupakan faktor yang dominan dari masing-
masing variabel yang diteliti.
3.5.4. Analisis Faktor
Analisis faktor digunakan untuk mengetahui faktor-faktor yang mempengaruhi proses pengambilan keputusan konsumen terhadap
produk Telkom Speedy. Pengolahan analisis faktor ini dibantu dengan program SPSS versi 17 for windows.
Tujuan dari analisis faktor adalah 1 data summarization, yakni mengidentifikasi adanya hubungan antar peubah dengan melakukan uji
korelasi, 2 data reduction, yakni melakukan proses pembuatan suatu kelompok peubah baru yang dinamakan faktor untuk menggantikan
faktor dari sejumlah peubah tertentu Santoso, 2003. Prinsip utama analisis faktor adalah korelasi, sedangkan
asumsi-asumsi yang terkait dengan korelasi analisis faktor adalah : a. Besar korelasi atau korelasi antar peubah independent harus cukup
kuat, misal di atas 0,5. b. Besar korelasi parsial, korelasi antar peubah dengan menganggap
tetap peubah yang lain harus kecil. Pada SPSS, deteksi terhadap korelasi parsial diberikan lewat pilihan anti-image correlation.
c. Pengujian seluruh matrik korelasi korelasi antar peubah, yang diukur dengan besaran Bartlett Test of Sphericity atau Measure
Sampling Adequacy MSA. Pengujian ini mengharuskan adanya
korelasi nyata di antara paling sedikit beberapa peubah. d. Pada beberapa kasus, asumsi normalitas dari peubah atau faktor
harus dipenuhi. Data yang dianalaisis terdiri dari beberapa peubah yang diduga
dapat mempengaruhi proses keputusan yang dilakukan konsumen. Skala pengukuran yang digunakan dalam penelitian adalah skala likert
agar data kualitatif dapat dikuantitatifkan sehingga nilai peubah yang diukur dengan instrument tertentu dapat dinyatakan dalam bentuk
angka. Skala likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorangsekelompok orang tentang fenomena sosial.
Masing-masing peubah terdiri dari lima tingkat kepentingan, yaitu sangat penting, penting, biasa, tidak penting dan sangat tidak penting.
Kelima penilaian tersebut diberi skor sebagai berikut : a. Jawaban sangat penting diberi skor 5
b. Jawaban penting diberi skor 4 c. Jawaban biasa diberi skor 3
d. Jawaban tidak penting diberi skor 2
e. Jawaban sangat tidak penting diberi skor 1 Proses dasar dari Analisis Faktor adalah :
1. Menentukan peubah apa yang akan dianalisis. 2. Menguji peubah-peubah yang telah ditentukan menggunakan
Metode Barlett Test of Sphericity dan pengukuran MSA. 3. Melakukan proses inti pada Analisis Faktor, yaitu factoring. Atau
menurunkan satu atau lebih faktor dari peubah-peubah yang telah lolos pada uji peubah sebelumnya.
4. Melakukan proses Factor Rotation atau rotasi terhadap faktor yang telah terbentuk yang kemudian diekstraksi dengan metode
ekstraksi Principal Componenet Analiysis PCA, sehingga menghasilkan sejumlah komponen utama. Tujuan rotasi untuk
memperjelas peubah yang masuk ke dalam faktor tertentu. 5. Interpretasi atas faktor yang telah terbentuk, khususnya memberi
nama atas faktor yang terbentuk tersebut, yang dianggap dapat mewakili peubah anggota tersebut.
Terdapat dua hasil utama dari Analisis Faktor ini. Hasil pertama, nilai communality suatu peubah, yaitu jumlah keragaman
peubah tersebut yang dijelaskan oleh faktor-faktor utama yang dipilih. Semakin tinggi nilai communality, maka peubah tersebut semakin
berpengaruh dalam proses keputusan. Hasil kedua, ekstraksi peubah ke dalam komponen utama. Untuk menentukan jumlah komponen utama,
dipilih komponen utama dengan nilai eigenvalue di atas 1,00. Nilai ini menunjukan kepentingan relatif masing-masing faktor dalam
menghitung keragaman
seluruh peubah
yang dianalisis.
Pengelompokan sebuah peubah ke dalam komponen utama berdasarkan pada nilai loading terbesar dari peubah tersebut.
IV. HASIL DAN PEMBAHASAN